基于频率着色的稀疏贝叶斯宽带波达角估计方法

为了提升稀疏贝叶斯(Sparse Bayesian Learning, SBL)算法在干扰环境下对目标信号的检测能力,提出将频率着色技术(Frequency Coloring, FC)推广至SBL算法中。在SBL-FC算法中,首先将阵列接收信号通过傅里叶变换转换至各个子带,在各子带内利用SBL算法进行波达角估计,输出功率谱。不同于常规的SBL算法仅将各子带的功率谱进行简单地叠加,算法考虑干扰和目标频谱结构的差异性,对各子带进行不同的着色,使得干扰和目标轨迹在方位时间历程图上对应于不同的颜色,从而使得目标轨迹更易被提取。数值仿真和实验数据分析表明,利用目标和干扰频谱结构的差异性可有效提升SBL算法在干扰环境下对目标信号的检测能力。     

基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向（Direction of Arrival, DOA）估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹（Toeplitz）矩阵重构的多重信号分类（Multiple Signal Classification, MUSIC）算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。     

基于野马优化的宽带信号波达方向估计

针对宽带阵列信号的波达方向(DOA)估计问题,提出一种将野马优化(WHO)算法与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用双边相关变换(TCT)算法将宽带信号转变为窄带信号,然后建立基于ML的DOA估计模型,最后通过WHO算法进行优化估计。通过一系列仿真实验,并与基于正弦余弦算法(SCA)、遗传算法(GA)、粒子群算法(PSO)的ML估计方法对比,表明所提算法具有更好的收敛速度、更低的均方根误差和更稳健的性能。     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

基于阵列协方差矩阵的DOA估计方法

本文提出了基于阵列协方差矩阵稀疏表示的DOA估计方法。该方法首先对接收数据的统计协方差矩阵向量化,并进行重排序和去冗余,得到虚拟阵列的入射信息;然后对整个角度空间域进行栅格划分,将DOA估计问题转化为稀疏表示模型,并利用模型的平方误差分布特性确定正则化参数;最后利用数值软件包,通过内点法求解。仿真结果表明,该方法计算量较低,并且在低信噪比、低快拍数下具有良好的性能。     

基于Y形阵的宽带信号波达方向估计研究

理论分析表明,Y形阵具有所需阵元少和在DOA估计的范围内其估计性能基本保持一致等优点,是角度一致性和阵元数的较好折衷,在阵元数受限和对角度一致性要求较高的场合具有较高的应用价值。为了研究Y形阵在宽带信号的DOA估计中的性能,将Y阵与双边相关变换算法相结合,对多个宽带相关信源进行DOA估计。计算机仿真实验结果验证了上述理论分析的正确性。     

稳健的稀疏信号单快拍波达方向估计

通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival, DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error, MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE, II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。     

稳健协方差矩阵重构波束形成算法

针对信号导向向量失配以及接收数据协方差矩阵存在误差会导致传统的自适应波束形成器产生能损失的问题,提出了一种基于干扰加噪声协方差矩阵重构的稳健波束形成算法.该算法通过对信源来波角度范围进行Capon谱估计得出重构信源协方差矩阵,并通过特征分解以及子空间性质得出信源的导向向量,然后利用重构所得信源导向向量计算出信源功率以及...     

空间散射电磁波的波达方向估计

基于均匀圆阵，提出一种空间散射电磁波的波达方向估计方法。直接利用均匀圆阵的阵列流形，采用最小二乘算法估计二维方向角，并且分析了最小二乘估计算法的数值稳定性。此方法充分利用了均匀圆阵的良好性能，对信号类型具有鲁棒性。计算机仿真证明了此方法的有效性。     

基于协方差矩阵的B-样条多尺度表示的角点检测

在B.样条尺度空间下定义了平面轮廓在其支撑区域(ROS)内的协方差矩阵的多尺度表示,矩阵的最大特征值对应的向量表示轮廓切线方向.将各个尺度下的切线方向变化率的乘积定义为多尺度积.而角点就定义为多尺度积大于给定阈值的局部极大值所对应的点.由于多尺度乘积融合了轮廓在不同尺度下的特征信息,增强了特征点的响应,抑制了噪声的影响,因而所提出的算法既能精确定位,又对噪声有良好的鲁棒性.通过实验证明了算法具有旋转不变性,并对微小的尺度变化不敏感,而且与其他的角点检测器进行了对比.     

Analysis of subspace-based direction of arrival estimation methods

In this paper, a general framework for the analysis of eigen-based subspace methods is developed. It is shown that a two-step procedure can be effectively used to analyse subspace methods under fairly general conditions. The first step relates the errors in the covariance matrix to errors in the subspaces, and the second step relates error in the subspaces to the errors in the direction of arrival (doa) estimates. Combining these two steps along with the statistics of the data, expressions for the mean squared error in thedoa estimate are derived. The potential of the approach is demonstrated by analysing two subspace methods,music and the minimum-norm method. This work was supported by the USarmy Research Office under Grant No.daal-03-90-g-0095.     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

基于矩阵平滑改进的稳健Capon波束形成的功率估计

回顾了对角加载波束形成的研究历程,提出了一种改进稳健Capon波束形成（RCB）算法。该方法在计算过程中,加入了矩阵平滑及将加权向量向信干子空间投影的步骤,提高了对相干信号的分辨能力以及低信噪比条件下信号功率的估计能力。仿真结果表明该方法能够分辨相干信号,功率估计较为准确,并且在输入信噪比为-10dB的时候,降低旁瓣15dB～20dB：当信源估计个数大于实际个数的时候依然有效。     

谱校正技术在水下信号波达方向估计中的应用

针对具有不稳定强线谱特征的水下目标,提出了一种基于目标线谱校正技术的信号波达方向估计(Direction of Arrival,DOA)方法,该方法结合矩形窗谱校正技术和全相位修正方法对目标线谱参数进行估计,从而计算目标方位.对该技术进行了仿真研究,并应用于实际水下目标线谱方位估计和单频脉冲波(Cw波)的DOA估计中....     

基于模型稀疏表示的单快拍波达方向鲁棒估计

基于传感器阵列输出模型的稀疏重构,研究了利用单快拍数据进行波达方向（Direction of Arrival,DOA）估计的问题。考虑到在实际应用中,目标信号个数远小于传感器阵元数,目标信号DOA相对于空间来说也是稀疏的,将传统的传感器阵列输出模型进行稀疏化表示,得到阵列输出数据的稀疏表示模型,研究了一种基于l₁-范数最小化的单快拍DOA估计算法（L1-Min）。该算法将稀疏参数求解问题转化为二阶锥规划（Second-Order Cone Programming,SOCP）问题的一般形式,并在二阶锥规划的框架下求解,同时分析了算法中正则化参数的选取依据。L1-Min算法对小样本、相干多径信号、目标信号角度间隔小等非理想条件都具有较好的鲁棒性。仿真实验验证了算法的有效性。     

An EWMA chart for monitoring the covariance matrix of a multivariate process based on dissimilarity index

In this article, we propose an exponentially weighted moving average (EWMA) control chart for monitoring the covariance matrix of a multivariate process based on the dissimilarity index of 2 matrices. The proposed control chart essentially monitors the covariance matrix by comparing the individual eigenvalues of the estimated EWMA covariance matrix with those of the estimated covariance matrix from the in‐control (IC) phase I data. It is different from the conventional EWMA charts for monitoring the covariance matrix, which are either based on comparing the sum or product or both of the eigenvalues of the estimated EWMA covariance matrix with those of the IC covariance matrix. We compare the performance of the proposed chart with that of the best existing chart under the multivariate normal process. Furthermore, to prevent the control limit of the proposed EWMA chart developed using the limited IC phase I data from having extensively excessive false alarms, we use a bootstrap resampling method to adjust the control limit to guarantee that the proposed chart has the actual IC ARL(average run length) not less than the nominal level with a certain probability. Finally, we use an example to demonstrate the applicability and implementation of the proposed EWMA chart.     

一种频分MIMO声呐的波达方向估计算法

为了使声呐阵列在有限的载体空间内获得较高的角度分辨率,设计了基于频率分集的多输入多输出（MultipleInput Multiple-Output,MIMO）声呐。该MIMO声呐采用N发M收的布阵方式,接收阵为M元均匀线阵,发射阵由N个阵元组成,且各发射阵元发射中心频率不同、包络相同的窄带信号。建立密集式频分MIMO声呐的回波模型,并以此模型为基础提出了波达方向估计算法方向-相位域多重信号分类（Direction and Phase Domain-Multiple Signal Classification,DPD-MUSIC）算法。仿真实验中以双频MIMO声呐为例,将频分MIMO声呐的DPD-MUSIC算法的估计性能与单输入多输出（Single-Input Multiple-Output,SIMO）声呐MUSIC算法的估计性能进行了对比。仿真结果表明,频分MIMO声呐利用DPD-MUSIC算法可以获得优于等接收阵元数SIMO声呐的角度分辨率和角度估计精度。     

基于半稀疏矩阵的聚乙烯管超声阵列全聚焦成像实验分析

高密度聚乙烯管广泛用于燃气输送等领域,其热熔接头的焊接质量直接影响管道系统的安全。采用全聚焦成像方法对高密度聚乙烯试块的横通孔缺陷进行成像实验,通过对检测信号进行信号预处理,提高全聚焦成像的效果,并提出一种基于半稀疏矩阵采集的超声阵列全聚焦成像方式,将该方式与基于全矩阵、半矩阵和稀疏矩阵采集方式的全聚焦成像结果进行比较。实验结果显示,基于半稀疏矩阵采集的全聚焦成像方法可有效降低计算量,提高实时检测效率,同样能够用于高密度聚乙烯材料中横通孔缺陷的重构且成像信噪比无明显降低。     

基于波束空间的改进TOPS宽带DOA估计

提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利用波束空间方法对阵元接收数据进行预处理,从而实现对宽带信号的波达方向估计。仿真结果表明,文中所提出算法与TOPS算法相比,能够抑制波束指向范围内的伪峰,并能提高分辨概率和减少运算量,是一种具有应用前景的新算法。